| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-19页 |
| ·序言 | 第9-10页 |
| ·滤波理论概述 | 第10-14页 |
| ·视频目标检测的发展现状 | 第14-15页 |
| ·运动目标跟踪的发展现状 | 第15-17页 |
| ·论文的内容概要 | 第17-19页 |
| 第二章 粒子滤波 | 第19-29页 |
| ·引言 | 第19页 |
| ·状态空间模型 | 第19-20页 |
| ·贝叶斯滤波算法 | 第20-22页 |
| ·粒子滤波 | 第22-27页 |
| ·重要性采样 | 第22-24页 |
| ·序贯重要性采样 | 第24-25页 |
| ·粒子退化问题 | 第25页 |
| ·重要性分布的选择 | 第25-27页 |
| ·重采样 | 第27页 |
| ·小结 | 第27-29页 |
| 第三章 改进的并行粒子滤波算法 | 第29-44页 |
| ·引言 | 第29页 |
| ·传统的多传感器并行粒子滤波算法 | 第29-30页 |
| ·改进的传感器并行粒子滤波算法 | 第30-35页 |
| ·目标运动模型 | 第30-32页 |
| ·节点的有效选取 | 第32页 |
| ·粒子按权分配 | 第32-33页 |
| ·传感器节点估计 | 第33-34页 |
| ·簇头按权融合 | 第34页 |
| ·传感器节点动态管理 | 第34页 |
| ·簇头动态更新 | 第34-35页 |
| ·实验仿真 | 第35-43页 |
| ·仿真流程 | 第35-38页 |
| ·算法分析 | 第38-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于改进的粒子滤波的背景运动量估计 | 第44-58页 |
| ·全局运动估计原理 | 第44-45页 |
| ·传统块匹配法 | 第45-51页 |
| ·块匹配算法的基本原理 | 第47-48页 |
| ·匹配准则 | 第48-49页 |
| ·SEA 算法 | 第49-50页 |
| ·HBS 算法 | 第50-51页 |
| ·改进的粒子滤波块匹配法 | 第51-57页 |
| ·传统匹配法的不足 | 第51页 |
| ·结合粒子滤波估计的块匹配法 | 第51-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 动态背景下基于并行粒子滤波估计的特征光流运动目标检测 | 第58-71页 |
| ·传统光流 | 第58-62页 |
| ·运动场和光流场 | 第58-60页 |
| ·传统光流法 | 第60-62页 |
| ·特征光流的基本算法 | 第62页 |
| ·基于特征光流法的运动目标检测 | 第62页 |
| ·动态背景下改进的基于并行粒子滤波估计的特征光流运动目标检测 | 第62-70页 |
| ·传统方法的不足 | 第62-63页 |
| ·结合并行粒子滤波估计的特征光流法 | 第63-65页 |
| ·算法流程及仿真结果分析 | 第65-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 全文总结与展望 | 第71-73页 |
| ·总结 | 第71-72页 |
| ·展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-78页 |
| 攻读学位期间的研究成果 | 第78页 |